本文主要研究内容
作者孙一品,丁学明（2019）在《基于RBF神经网络-滑模观测器的PMSM无传感器矢量控制》一文中研究指出：为了解决传统滑模观测器方法应用在永磁同步电机无传感器矢量控制时所产生的抖振问题,使用RBF神经网络动态调节观测器的切换增益,即使其输入为传统滑模估计方案中的电流估计误差,输出为滑模增益;同时为了简化系统结构、提高方案可行性,将RBF神经网络设计为单输入单输出的结构,并将网络的学习和工作过程融合,使其在自身网络参数的不断优化中实时输出滑模增益,以增强系统鲁棒性。最后通过Matlab/Simulink软件对该系统进行建模仿真,并将该方法与传统滑模观测器方法进行对比。实验结果表明,该方案能够为矢量控制提供更加准确的转子位置及速度信息,提高了整个电机控制系统的稳定性。
Abstract
wei le jie jue chuan tong hua mo guan ce qi fang fa ying yong zai yong ci tong bu dian ji mo chuan gan qi shi liang kong zhi shi suo chan sheng de dou zhen wen ti ,shi yong RBFshen jing wang lao dong tai diao jie guan ce qi de qie huan zeng yi ,ji shi ji shu ru wei chuan tong hua mo gu ji fang an zhong de dian liu gu ji wu cha ,shu chu wei hua mo zeng yi ;tong shi wei le jian hua ji tong jie gou 、di gao fang an ke hang xing ,jiang RBFshen jing wang lao she ji wei chan shu ru chan shu chu de jie gou ,bing jiang wang lao de xue xi he gong zuo guo cheng rong ge ,shi ji zai zi shen wang lao can shu de bu duan you hua zhong shi shi shu chu hua mo zeng yi ,yi zeng jiang ji tong lu bang xing 。zui hou tong guo Matlab/Simulinkruan jian dui gai ji tong jin hang jian mo fang zhen ,bing jiang gai fang fa yu chuan tong hua mo guan ce qi fang fa jin hang dui bi 。shi yan jie guo biao ming ,gai fang an neng gou wei shi liang kong zhi di gong geng jia zhun que de zhuai zi wei zhi ji su du xin xi ,di gao le zheng ge dian ji kong zhi ji tong de wen ding xing 。
论文参考文献
论文详细介绍
论文作者分别是来自测控技术的孙一品,丁学明，发表于刊物测控技术2019年02期论文，是一篇关于神经网络论文,滑模观测器论文,无传感器矢量控制论文,永磁同步电机论文,测控技术2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自测控技术2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：神经网络论文; 滑模观测器论文; 无传感器矢量控制论文; 永磁同步电机论文; 测控技术2019年02期论文;